第6期 王超，等搜索引擎点击模型综述 .715. 图6左侧为不含垂直结果的页面，右侧为包含 检验顺序是顺着搜索结果列表的结果序列自上而下 多媒体垂直结果的页面，热度图越暖色表示用户的 浏览搜索结果并在浏览每个搜索结果的同时决定是 视觉注视越多。可以看到，当多媒体垂直结果加入 否点击。而宽度优先策略则是另一种类型，它描述 页面后，用户的视线被很大程度吸引，从而不再像左 用户在点击搜索结果之前会预先检验一系列的搜索 图一样自上而下递减分布。 结果，然后再在其中选择自己最中意的若干结果点 Wang等]针对用户的浏览行为变化进行了深 击。由于根据深度优先假设，用户点击时受到的很 入的分析，最终总结了4个用户行为偏置假设： 重要的位置偏执影响能够很容易被模型所考虑进 1)吸引力偏置假设：如果有一个垂直结果在搜 去，因此大多数的点击模型3-1]都遵从深度优先假 索结果页面中出现，那么用户有一定的概率首先检 设，也就是用户自上而下浏览一遍搜索结果列表。 验该垂直结果。 2)全局影响偏置假设：如果有一个垂直结果在 开始 搜索结果页面中出现，并且用户首先检验了该垂直 N 结果，那么用户会对整个页面有一个全局印象，该印 包含垂直结果？ 象会使得用户对普通搜索结果的检验和点击偏好产 Y 生影响。 直接检验垂直结果？ 3)首位偏置影响假设：如果有一个垂直结果在 (吸引力俯置) 1-o1.I 搜索结果页面中出现，并且该垂直结果被排在了第 Y ,叫4 1位，那么用户就可能会更多地点击该垂直结果而 设置0，和B 较少点击其他结果。 (全局影响偏置和首位偏置)》 4)浏览顺序偏置影响假设：如果有一个垂直结 果在搜索结果页面中出现，并且用户首先检验了该 之前的结果检验是从 N 垂直结果，那么用户会在接下来回看垂直结果之前 底至上？（浏览顺序 偏置) 1-ot1 的搜索结果，回看的路径或者回到顶端自上而下浏 Y at1 览，或者沿着自下而上的顺序反序浏览。 改变检验顺序 相应的点击模型描述为 P(C:=11E:=0)=0 参数估计 P(C,=1IE=1)=P(A:=1IE=1) P(F=1)=94 图7VCM模型流程 P(E:=1lF=0,C1i-i)=y,i-4 Fig.7 Graphical representation of the vertical click model P(E=11F=1,C1-1)=Y,i-4+8 然而，眼动视线追踪实验研究表明，仅有 P(A=11E:=1,F=0)=ag.i 34%的搜索用户的浏览序列是顺序（自上而下）的， P(4,=11E:=1,F=1)=a.i+B 而有50%以上的查询会话中用户会发生回访行为 P(B=1IF=0)=0 (自下而上的浏览搜索结果)或者略过的行为。因 P(B=11F=1)=04 此研究人员有必要对用户的非顺序浏览（点击和检 其描述的用户浏览行为决策过程可以用图7表 验)行为进行研究。 示。用户在开始浏览时，他会有一定的机率决定是 3.1TCM模型 否首先去检验垂直结果，如果首先检验了垂直结果， Xu等最先提出了名为temporal click model 那么用户会继续约定是否回到页面顶端自上而下浏 (TCM)[20]的模型在广告搜索中描述用户的点击行 览，亦或是自下而上反序浏览。 为。这个模型尝试将所有可能的检验序列全部计算 3基于点击顺序的点击模型 出现概率，因此只能描述仅包含两个结果（广告）的 页面，所描述的非顺序点击行为为：用户首先点击了 已有的眼动追踪实验研究工作1)表明，搜索引 第2个搜索结果，然后再点击了第1个搜索结果。 擎用户的浏览习惯可以分为两种类型：深度优先策 因此这个工作很难像其他点击模型一样扩展到描述 略和宽度优先策略。其中深度优先策略描述用户的 整个搜索结果列表。图 ６ 左侧为不含垂直结果的页面，右侧为包含 多媒体垂直结果的页面，热度图越暖色表示用户的 视觉注视越多。 可以看到，当多媒体垂直结果加入 页面后，用户的视线被很大程度吸引，从而不再像左 图一样自上而下递减分布。 Ｗａｎｇ 等［１１］针对用户的浏览行为变化进行了深 入的分析，最终总结了 ４ 个用户行为偏置假设： １）吸引力偏置假设：如果有一个垂直结果在搜 索结果页面中出现，那么用户有一定的概率首先检 验该垂直结果。 ２）全局影响偏置假设：如果有一个垂直结果在 搜索结果页面中出现，并且用户首先检验了该垂直 结果，那么用户会对整个页面有一个全局印象，该印 象会使得用户对普通搜索结果的检验和点击偏好产 生影响。 ３）首位偏置影响假设：如果有一个垂直结果在 搜索结果页面中出现，并且该垂直结果被排在了第 １ 位，那么用户就可能会更多地点击该垂直结果而 较少点击其他结果。 ４）浏览顺序偏置影响假设：如果有一个垂直结 果在搜索结果页面中出现，并且用户首先检验了该 垂直结果，那么用户会在接下来回看垂直结果之前 的搜索结果，回看的路径或者回到顶端自上而下浏 览，或者沿着自下而上的顺序反序浏览。 相应的点击模型描述为 Ｐ Ｃｉ ＝ １ ｜ Ｅｉ ( ＝ ０) ＝ ０ Ｐ Ｃｉ ＝ １ ｜ Ｅｉ ( ＝ １) ＝ Ｐ（Ａｉ ＝ １ ｜ Ｅｉ ＝ １） Ｐ(Ｆ ＝ １) ＝ φｔｖ ，ｌｖ Ｐ Ｅｉ ＝ １ ｜ Ｆ ＝ ０，Ｃ１：ｉ－１ ( ) ＝ γｉ，ｉ－ｌ ｉ Ｐ Ｅｉ ＝ １ ｜ Ｆ ＝ １，Ｃ１：ｉ－１ ( ) ＝ γｉ，ｉ－ｌ ｉ ＋ θｑ，ｉ Ｐ Ａｉ ＝ １ ｜ Ｅｉ ( ＝ １，Ｆ ＝ ０) ＝ αｑ，ｉ Ｐ Ａｉ ＝ １ ｜ Ｅｉ ( ＝ １，Ｆ ＝ １) ＝ αｑ，ｉ ＋ βｑ，ｉ Ｐ(Ｂ ＝ １ ｜ Ｆ ＝ ０) ＝ ０ Ｐ(Ｂ ＝ １ ｜ Ｆ ＝ １) ＝ σｔｖ ，ｌｖ 其描述的用户浏览行为决策过程可以用图 ７ 表 示。 用户在开始浏览时，他会有一定的机率决定是 否首先去检验垂直结果，如果首先检验了垂直结果， 那么用户会继续约定是否回到页面顶端自上而下浏 览，亦或是自下而上反序浏览。 ３ 基于点击顺序的点击模型 已有的眼动追踪实验研究工作［１８］ 表明，搜索引 擎用户的浏览习惯可以分为两种类型：深度优先策 略和宽度优先策略。 其中深度优先策略描述用户的 检验顺序是顺着搜索结果列表的结果序列自上而下 浏览搜索结果并在浏览每个搜索结果的同时决定是 否点击。 而宽度优先策略则是另一种类型，它描述 用户在点击搜索结果之前会预先检验一系列的搜索 结果，然后再在其中选择自己最中意的若干结果点 击。 由于根据深度优先假设，用户点击时受到的很 重要的位置偏执影响能够很容易被模型所考虑进 去，因此大多数的点击模型［１３－１５］都遵从深度优先假 设，也就是用户自上而下浏览一遍搜索结果列表。 图 ７ ＶＣＭ 模型流程 Ｆｉｇ．７ Ｇｒａｐｈｉｃａｌ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ ｔｈｅ ｖｅｒｔｉｃａｌ ｃｌｉｃｋ ｍｏｄｅｌ 然而，眼动视线追踪实验研究［１９］ 表明，仅有 ３４％的搜索用户的浏览序列是顺序（自上而下）的， 而有 ５０％以上的查询会话中用户会发生回访行为 （自下而上的浏览搜索结果）或者略过的行为。 因 此研究人员有必要对用户的非顺序浏览（点击和检 验）行为进行研究。 ３．１ ＴＣＭ 模型 Ｘｕ 等 最 先 提 出 了 名 为 ｔｅｍｐｏｒａｌ ｃｌｉｃｋ ｍｏｄｅｌ （ＴＣＭ） ［２０］的模型在广告搜索中描述用户的点击行 为。 这个模型尝试将所有可能的检验序列全部计算 出现概率，因此只能描述仅包含两个结果（广告）的 页面，所描述的非顺序点击行为为：用户首先点击了 第 ２ 个搜索结果，然后再点击了第 １ 个搜索结果。 因此这个工作很难像其他点击模型一样扩展到描述 整个搜索结果列表。 第 ６ 期 王超，等 搜索引擎点击模型综述 ·７１５·